Indépendance linéaire des vecteurs

Bonjour ! Dans la leçon précédente, nous avons vu comment un vecteur peut être "construit" comme une combinaison linéaire d'un ensemble d'autres vecteurs. Aujourd'hui, nous allons nous poser une question qui en découle directement : un ensemble de vecteurs est-il "efficace" ? C'est-à-dire, n'y a-t-il pas de vecteurs redondants qui pourraient eux-mêmes être construits à partir des autres ?

C'est l'idée centrale de l'indépendance linéaire. Cet objectif, "déterminer si une famille de vecteurs est linéairement indépendante", est fondamental. Il est la clé pour comprendre la structure des espaces vectoriels et pour aborder des notions comme les bases, que vous devrez manipuler dans vos exercices, notamment pour montrer qu'un ensemble de vecteurs forme une base de $R^{3}$ .

Qu'est-ce qu'une famille libre ou liée ?

Imaginez que vous ayez une collection de poutres pour construire une structure.

Si chaque poutre a une fonction unique et ne peut être remplacée par une combinaison des autres, votre ensemble de poutres est "efficace" ou linéairement indépendant. En mathématiques, on parle de famille libre.
Si une des poutres peut être parfaitement recréée en assemblant des morceaux des autres, elle est redondante. L'ensemble est alors linéairement dépendant. En mathématiques, on parle de famille liée.

À gauche, une "famille libre" : les deux vecteurs pointent dans des directions distinctes et aucun ne peut être obtenu en étirant l'autre. À droite, une "famille liée" : les deux vecteurs sont colinéaires, l'un est simplement un multiple de l'autre, ils sont donc dépendants.

Formellement, la question de la dépendance linéaire se ramène à l'étude d'une combinaison linéaire particulière : celle qui donne le vecteur nul, $0$ .

Une famille de vecteurs ${v_{1}, v_{2}, \dots, v_{n}}$ est dite linéairement indépendante (ou libre) si la seule et unique façon d'obtenir le vecteur nul avec leur combinaison linéaire est de mettre tous les coefficients à zéro.

c_{1} v_{1} + c_{2} v_{2} + \dots + c_{n} v_{n} = 0 ⟹ c_{1} = c_{2} = \dots = c_{n} = 0

Si on peut trouver une solution où au moins un des coefficients $c_{i}$ n'est pas nul, alors la famille est linéairement dépendante (ou liée).

6.2 Révision : indépendance linéaire et systèmes d’équations – Équations différentielles

Ce document synthétise parfaitement la définition formelle de l'indépendance linéaire.

Lisez la courte section intitulée "B. Indépendance linéaire". Concentrez-vous sur la définition et sa condition sur l'équation égale au vecteur nul.

Méthode 1 : Résoudre le système d'équations

Comme vous pouvez le voir, cette définition nous donne une méthode de calcul très directe, qui prolonge ce que nous avons fait dans la leçon précédente.

Posez l'équation : Prenez votre famille de vecteurs ${v_{1}, \dots, v_{n}}$ et écrivez l'équation $c_{1} v_{1} + c_{2} v_{2} + \dots + c_{n} v_{n} = 0$ , où les $c_{i}$ sont les inconnues.
Construisez le système : Transformez l'équation vectorielle en un système d'équations linéaires, une équation par coordonnée.
Analysez les solutions :
- Si le système admet comme unique solution $c_{1} = 0, c_{2} = 0, \dots, c_{n} = 0$ (la solution triviale), alors la famille est libre (linéairement indépendante).
- Si le système admet une infinité de solutions (c'est-à-dire au moins une solution non-nulle), alors la famille est liée (linéairement dépendante).

La vidéo suivante est un excellent guide pratique qui applique cette méthode à plusieurs exemples. C'est exactement le raisonnement que vous devrez suivre dans vos exercices.

Exemple de familles de vecteurs libres et liées [Algèbre linéaire]

Regardez ces exemples de la chaîne "Les maths par l'exemple" pour voir la méthode en action. Le présentateur explique très clairement comment passer de la définition à la résolution du système.

D'abord, regardez l'exemple d'une famille libre dans R^2. C'est le cas le plus simple, où le système se résout immédiatement. Ensuite, suivez le deuxième exemple, une famille libre dans R^3. La méthode reste identique. Enfin, et c'est le plus instructif, analysez attentivement l'exemple de la famille liée. Observez comment, après la méthode du pivot de Gauss, l'apparition d'une ligne de zéros (0 = 0) indique une infinité de solutions, prouvant que la famille est liée. Le présentateur montre même comment trouver une "relation de liaison" non triviale entre les vecteurs.

Cette image montre la première étape de la méthode : poser l'équation $a\vec{u_1} + b\vec{u_2} + c\vec{u_3} = \vec{0}$ pour tester l'indépendance de la famille $\{\vec{u_1}, \vec{u_2}, \vec{u_3}\}$. La prochaine étape consiste à transformer cela en un système d'équations.

Méthode 2 : Le déterminant (le raccourci)

Pour les cas où le nombre de vecteurs est égal à la dimension de l'espace (par exemple, 3 vecteurs dans $R^{3}$ ou 2 vecteurs dans $R^{2}$ ), il existe une méthode beaucoup plus rapide : le calcul du déterminant. C'est un outil que vous utiliserez souvent.

La règle est simple :

Construisez la matrice carrée $V$ où chaque colonne est un vecteur de votre famille.
Calculez le déterminant de cette matrice, det(V).
Concluez :
- Si det(V) ≠ 0, la famille est linéairement indépendante.
- Si det(V) = 0, la famille est linéairement dépendante.

C'est un critère puissant car il ramène le problème à un simple calcul.

6.2 Révision : indépendance linéaire et systèmes d’équations – Équations différentielles

Le même document que précédemment explique aussi très clairement ce test par le déterminant avec des exemples.

Lisez la section "Test d’indépendance linéaire" et concentrez-vous sur la méthode utilisant le déterminant. Ensuite, examinez les deux exemples qui suivent : L'Exemple 6.2.1 montre un cas où le déterminant est non nul, concluant à l'indépendance. L'Exemple 6.2.2 montre un cas où le déterminant est nul, concluant à la dépendance. Notez que pour trouver la relation de liaison, il faut tout de même revenir à la résolution du système.

Conclusion

Aujourd'hui, nous avons établi un critère essentiel pour analyser des ensembles de vecteurs. Retenons les points clés :

Une famille de vecteurs est linéairement indépendante (libre) si aucun vecteur ne peut être exprimé comme combinaison linéaire des autres. La seule combinaison linéaire qui donne le vecteur nul est celle où tous les coefficients sont nuls.
Une famille est linéairement dépendante (liée) s'il existe une relation non-triviale entre ses vecteurs.
Méthode générale : On résout le système homogène $c_{1} v_{1} + \dots + c_{n} v_{n} = 0$ . Si la seule solution est $c_{i} = 0$ pour tous les $i$ , la famille est libre.
Raccourci pour les familles carrées (n vecteurs dans $R^{n}$ ) : On calcule le déterminant de la matrice formée par les vecteurs. Si le déterminant est non nul, la famille est libre.

Maintenant que vous savez identifier une combinaison linéaire et tester l'indépendance d'une famille, nous avons les deux ingrédients nécessaires pour la prochaine leçon. Nous y définirons ce qu'est une base d'un espace vectoriel : une famille de vecteurs qui est à la fois linéairement indépendante et capable d'engendrer tout l'espace. C'est le concept qui permet de construire des systèmes de coordonnées.

Recommended resources

Qu'est-ce qu'une famille libre ou liée ?

Méthode 1 : Résoudre le système d'équations

Méthode 2 : Le déterminant (le raccourci)

Conclusion